自然場景下的文本定位與提取.pdf

1、自然場景下的文本定位與提取是當(dāng)前熱門且有實際應(yīng)用意義的課題。隨著高性能、低價格的便攜數(shù)碼產(chǎn)品的普及，場景文本的提取和識別正在快速發(fā)展。 本文在對現(xiàn)有方法進(jìn)行分析研究以后，結(jié)合自然場景中文本的特征，提出了新的解決方案。本文采用改進(jìn)的Niblack閾值分割法和8鄰接的連通域標(biāo)記法提取場景圖像中的連通分量，然后通過先驗知識對連通分量進(jìn)行限制，剔除比較明顯的非文本連通分量，再通過機器學(xué)習(xí)方法之一——支持向量機（Support Vecto

2、r Machine，SVM）法對中間結(jié)果進(jìn)行驗證，剔除先驗知識沒有排除掉的非文本連通分量，最終得到文本連通分量。實驗結(jié)果表明本文所用的方法準(zhǔn)確有效。 為了更有利于識別，本文還對文本塊進(jìn)行二值化和傾斜校正處理。本文將基于Fisher準(zhǔn)則的二值化方法應(yīng)用在文本塊的二值化上，利用Fisher準(zhǔn)則函數(shù)自動選擇最佳色彩特征，然后用Otsu法進(jìn)行分割，分割效果良好，非常適合背景不太復(fù)雜的彩色文本塊的分割。在對傾斜的文本行進(jìn)行傾斜校正時，本文提